Ở bài học trước, chúng ta đã xây dựng nền tảng lý thuyết cho mô hình lựa chọn nhị phân, hiểu được các khái niệm về tiện ích ngẫu nhiên và hồi quy tiềm ẩn. Chúng ta đã biết “cái gì” và “tại sao”. Bây giờ, câu hỏi lớn đặt ra là: Làm thế nào để “khớp” (fit) các mô hình Probit và Logit này vào dữ liệu thực tế? Và sau khi có kết quả, làm sao để biết các hệ số có ý nghĩa thống kê hay không và mô hình của chúng ta có giải thích tốt cho thực tế hay không? Bài học hôm nay sẽ trang bị cho các bạn những công cụ kỹ thuật cốt lõi nhất. Chúng ta sẽ tìm hiểu về phương pháp ước lượng phổ biến nhất cho các mô hình này, đó là Ước lượng Hợp lý Cực đại (MLE). Sau đó, chúng ta sẽ học cách đọc và diễn giải kết quả đầu ra từ phần mềm Stata, bao gồm các kiểm định giả thuyết quan trọng. Cuối …